對于時間的測算，人類經歷了日晷、圭表、渾天儀、電子表乃至今天的原子鐘時代；對于空間和方向的衡量，人類從指南針、手繪地圖、谷歌地球演進到今天的空間探測等手段。可以說，人類對于時空的探索之路永不停止。

在PC互聯(lián)網時代，位置信息是不重要的，在移動互聯(lián)網時代，位置信息的重要性開始被意識到，各類地圖應用順勢而上，位置服務風生水起。尤其在智能傳感器全線爆發(fā)的當下，機器需要自主決策許多事情，小到一個簡單運算，大到一座城市的決策，就像城市大腦也在某種程度上代替了城市長官的決策。

數(shù)據(jù)描述事物的本質關聯(lián)，最簡單地莫過于時間、空間、人物與事件，而時空就成為一項最基本的數(shù)據(jù)要素。

在2019年的杭州云棲大會上，主打精準時空服務平臺的千尋位置首次提出AIoT時代機器所需的時空感知處理能力——“時空智能”，指出時空智能是與人工智能一樣重要的基礎能力。

“這是一個人的時空能力讓渡給機器的過程，而千尋位置的時空智能就是幫助機器具備這個能力?！?/p>

千尋位置CEO陳金培如此談到。

如何理解“時空智能”？

在目前的能力構建上，千尋位置可以提供“厘米級定位、毫米級感知、納秒級授時”的精準時空服務以及智能算法，讓機器獲得“時空智能”大腦。

從機器的角度來看，視覺智能、聽覺智能、時空智能構成了機器感知外在的基礎，假設把視覺智能比喻成機器的“眼睛”，聽覺智能比喻成機器的“耳朵”，那么，時空智能就是機器的“方向感”。

通俗點來理解，以前開車，汽車需要根據(jù)定位的信息（目的地）來做駕駛方向的選擇，但做決策的主體還是人——人賦予了車的方向感。但往后，自動駕駛汽車的級別越來越高，利用時空信息做決策的場景更加高頻，這就對時空信息的精度和分辨率提出挑戰(zhàn)。

當然，不只是汽車，未來的無人機以及各類具有傳感器的IoT設備都會需要時空能力，時空數(shù)據(jù)將變成核心決策數(shù)據(jù)重要組成部分。

陳金培表示，AI首先要實現(xiàn)“感知智能”，才能邁向“認知智能”。時空智能是機器向外感知的重要組成部分，讓機器對周圍環(huán)境進行更細顆粒度的時空感知，從而進行自主決策。

可以想象的是，未來隨著自動駕駛、車路協(xié)同技術更成熟，機器必然會取代人去做看、聽和把握方向，時空智能正是利用時空信息來解決這個問題。

其實現(xiàn)的基礎有2個：1）時空信息的相對全面性。今天，時空信息的標簽在技術上可以實現(xiàn)，視頻、圖像都可以被時空信息定位；2）時空信息的分辨率要求越來越高。需求催生應用，時空信息的高精度已經發(fā)展到厘米級定位、毫米級感知和納秒級授時，在L3/L4自動駕駛中被依賴程度會越來越高。

底氣在哪里？

千尋位置作為2015年成立的一家年輕公司，為何具備如此雄心來做這件事？

記者(公眾號：記者)看到它有3個基礎：

實力上夠“硬”。

千尋位置是2015年由中國兵器工業(yè)集團和阿里巴巴集團共同發(fā)起成立的，匯聚了多方資源，建設的衛(wèi)星地基增強站數(shù)量、質量優(yōu)勢明顯。

從實現(xiàn)路徑上看，千尋位置的邏輯很清晰，技術難度已克服。

千尋位置基于北斗衛(wèi)星系統(tǒng)（兼容GPS、GLONASS、Galileo）基礎定位數(shù)據(jù)，利用遍及全國的超過2400個地基增強站及自主研發(fā)的定位算法，在本地、云端對原始GNSS定位數(shù)據(jù)進行糾偏，減少衛(wèi)星、大氣、環(huán)境等因素帶來的誤差，可支持海量規(guī)模時空服務請求的并發(fā)處理。

場景正在實現(xiàn)。

上汽、一汽、福特、蔚來汽車、華人運通、博世、高通、ST、u-blox、華為、大疆創(chuàng)新、中國民航、中國南方電網、國家電網、小米集團、魅族等眾多廠商的產品已經“用上”了時空智能。

汽車的對話基礎

陳金培提到，智能駕駛是千尋位置所有業(yè)務中最重要的領域之一。

今天，中國已經成為全世界智能駕駛技術落地的最佳區(qū)域，感知、決策、執(zhí)行等環(huán)節(jié)蓬勃發(fā)展。千尋位置觀察到智能駕駛對時空的需求愈發(fā)強烈。

而交通的本質是物體從A點到B點的過程，做空間位置的轉換，歸根到底是做兩件事：1）找到路徑；2）人能夠和交通過程的其他參與者進行交互。

時空信息成為這兩件事的基礎。

實現(xiàn)第一點就是找到路和方向，很簡單。實現(xiàn)第二點，就必須依靠數(shù)據(jù)的流動和交互，這也是V2X（車用無線通信技術）那么重要的原因——V2X通過整合全球定位系統(tǒng)（GPS、北斗等）導航技術、車對車交流技術、無線通信及遠程感應技術奠定了新的汽車技術發(fā)展方向。

陳金培指出，在未來，如果只是做單車智能，是做不到安全駕駛的，基于雷達和機器視覺來判斷行車環(huán)境，出錯概率會很大，只有V2X發(fā)展起來，實現(xiàn)車路協(xié)同，安全駕駛才能實現(xiàn)。而實現(xiàn)V2X，賦予其最基本的時空基準就是必要一環(huán)，也是數(shù)據(jù)“統(tǒng)一對話”的客觀基礎。

城市的時空數(shù)據(jù)“剛需”

不僅汽車場景需要這種時空基礎，很多其他場景亦如是。

比如在城市里，分布在街道、商場、居民樓等地方的攝像頭，監(jiān)控著城市的交通、自然狀況、大型設備等，保護市民安全，并且開始用人工智能來分析視頻，但是也會遇到問題：想看一條路完整的交通狀況，必須要對這條路上所有攝像頭的數(shù)據(jù)進行拼接，而拼接的前提是必須知道每個攝像頭視頻流的時間和空間數(shù)據(jù)。

一旦時空數(shù)據(jù)缺失，就拼接不起來，時空錯亂。

陳金培提到，千尋位置會把自有的模組硬件（千尋魔方：高精度定位模組）加入到這些攝像頭中，提供精準的時空服務，給視頻流指出打上時空標簽。

如此一來，城市發(fā)生的事情就會在同一個時空基準下被記錄和反饋，城市的應用才有基礎做升級和更高效運轉。

差異化玩法，讓智能城市夢實現(xiàn)

算法，成為千尋位置目前的核心能力之一。其中主要包括平臺算法和智能終端算法。

據(jù)了解，平臺算法會通過遍布全球的大量基準站衛(wèi)星觀測數(shù)據(jù)反演真實空間環(huán)境場景，基于復雜的誤差處理算法，實時反演地球大氣變化狀況，并對衛(wèi)星信號的受干擾程度進行預測和估計，修正或減弱空間大氣對定位授時等方面的影響。基于千尋位置長期積累的數(shù)據(jù)基礎，已和阿里達摩院進行了長期深入的合作，以期采用人工智能模擬算法，解決復雜的空間大氣建模問題。

智能終端算法層面，則是基于歷史的數(shù)據(jù)基礎，綜合定位結果，觀測數(shù)據(jù)質量，信號干擾程度等各方面因素，智能化判斷設備在何種環(huán)境下作業(yè)，并自適應調整和修正模型參數(shù)，啟用不同策略下的算法模型，達到定位數(shù)據(jù)的最優(yōu)化處理。比如，當遇到信號遮擋、屏蔽等情況，衛(wèi)星信號被頻繁地反射，此時算法會作出判定，將非原始信號降權或剔除，得到最精準的信息。

這利用的是千尋位置的分布式架構，同時會大量使用到千尋魔方這個模組產品，匹配最好的時空智能算法。

“隨著公司的發(fā)展，我們的客戶群體正變得越來越豐富，我們對于這個產業(yè)的思考、對于客戶需求的思考、對解決方案的思考越來越深入，內容就會慢慢發(fā)生一些變化?！?/p>

陳金培說，目前，使用時空服務的終端主要是手機，使用主體是人，隨著物聯(lián)網時代的到來，時空服務的使用者就是數(shù)以百億計的“機器人”，它們對時空服務的需求更高、依賴性更強，使用頻率將是幾何級數(shù)的增長。

暢享未來數(shù)字城市，高精度的時空服務，最終將成為一種市民觸手可及的公共服務。而千尋位置將一直通過這種智能的方式，通過生態(tài)的建設，讓城市不斷進化迭代下去。（記者記者）